本研究針對病蟲害遙感監(jiān)測中不同病蟲害光譜易混的問題,以小麥白粉病、條銹病和蚜蟲這三種我國北方麥區(qū)典型的病蟲害類型為例,基于成像／非成像光譜、多源衛(wèi)星影像及地面樣點觀測數(shù)據(jù),在葉片、冠層和區(qū)域尺度上研究小麥病蟲害在不同尺度上的光譜響應(yīng)特點和差異,以及相應(yīng)的識別和區(qū)分模型的建立方法,為利用遙感技術(shù)進行病蟲害識別和區(qū)分奠定基礎(chǔ)。主要工作及進展如下：（1）提出一種基于成像高光譜技術(shù)的小麥病蟲害葉片區(qū)分方法。該方法主要包括葉片與背景分離,小麥葉片病蟲傷斑范圍提取,結(jié)合光譜特征和圖像幾何、紋理特征的病蟲害區(qū)分三個部分的內(nèi)容。在這一方法中,首先對光譜波段進行優(yōu)選,在光譜分析基礎(chǔ)上確定570 nm,680 nm和750m為輸入波段,并提出一種能夠匹配這些波段,并且對經(jīng)典植被指數(shù)TVI從光譜幾何角度進行改進的指數(shù)RTVI,作為葉片病蟲傷斑和正常區(qū)域識別的特征。在病蟲害區(qū)分方面,構(gòu)建了基于光譜相對變化的光譜比率指紋特征；并有針對性地優(yōu)選了幾種基于圖像的幾何及紋理特征。在此基礎(chǔ)上,提出一種能夠綜合光譜和圖像特征的病蟲害區(qū)分方法,基于獨立驗證樣本檢驗的區(qū)分精度達到90%。同時,為使整個流程自動化,將該方法集成... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：168 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
中文摘要
Abstract
全文目錄
圖目錄
Figure list
表目錄
Table list
第一章 緒論
    1.1 引言
    1.2 植物病蟲害遙感監(jiān)測研究
        1.2.1 基于成像光譜技術(shù)的病蟲害遙感診斷和監(jiān)測研究
        1.2.2 基于近地光譜分析的病蟲害遙感特征提取及監(jiān)測研究
        1.2.3 基于航空及衛(wèi)星遙感技術(shù)的植物病蟲害監(jiān)測及制圖研究
        1.2.4 遙感信息輔助的植物病蟲害生境監(jiān)測
    1.3 病蟲害遙感監(jiān)測的最大挑戰(zhàn)——病蟲害識別與區(qū)分
    1.4 中國北方麥區(qū)幾種主要病蟲害特點和研究概況
        1.4.1 小麥條銹病
        1.4.2 小麥白粉病
        1.4.3 小麥蚜蟲
    1.5 論文結(jié)構(gòu)安排及技術(shù)路線
第二章 試驗方案、數(shù)據(jù)獲取及處理
    2.1 試驗方案
        2.1.1 試驗1—基于成像高光譜的小麥病蟲害識別及區(qū)分試驗
        2.1.2 試驗2—葉片尺度小麥病蟲害光譜識別及區(qū)分試驗
        2.1.3 試驗3—冠層尺度小麥病蟲害光譜識別及區(qū)分試驗
        2.1.4 試驗4—區(qū)域尺度小麥病蟲害識別及區(qū)分試驗
    2.2 地面控制試驗數(shù)據(jù)獲取
        2.2.1 病害田間接種
        2.2.2 光譜數(shù)據(jù)獲取
        2.2.3 病/蟲情嚴重度調(diào)查
    2.3 衛(wèi)星遙感影像數(shù)據(jù)獲取及預(yù)處理
        2.3.1 衛(wèi)星影像獲取
        2.3.2 衛(wèi)星影像預(yù)處理
第三章 基于成像高光譜技術(shù)的小麥病蟲害葉片區(qū)分方法
    3.1 成像高光譜病蟲害區(qū)分概述
    3.2 基于成像光譜數(shù)據(jù)的葉片及病蟲傷斑范圍提取方法
        3.2.1 葉片與背景分離方法
        3.2.2 基于病蟲害光譜曲線特征的波段優(yōu)選
        3.2.3 小麥葉片病蟲傷斑范圍提取方法
    3.3 基于光譜比率方法的小麥病蟲害區(qū)分
        3.3.1 光譜比率特征計算及意義
        3.3.2 基于光譜比率特征的小麥病蟲害區(qū)分模型
    3.4 基于圖像形態(tài)學(xué)特征的葉片病蟲害區(qū)分方法
        3.4.1 區(qū)分葉片病蟲害的形態(tài)學(xué)特征
        3.4.2 基于圖像形態(tài)學(xué)特征的葉片病蟲害區(qū)分模型
    3.5 綜合葉片光譜和形態(tài)學(xué)特征的病蟲害區(qū)分方法以及軟件實現(xiàn)
    3.6 本章小結(jié)
第四章 葉片尺度小麥病蟲害光譜區(qū)分方法研究
    4.1 數(shù)據(jù)分析及處理流程
    4.2 光譜標準化處理
    4.3 小麥不同病蟲害區(qū)分特征選擇
        4.3.1 基于原始光譜的小麥不同病蟲害區(qū)分特征選擇
        4.3.2 基于植被指數(shù)的小麥不同病蟲害區(qū)分特征選擇
        4.3.3 基于連續(xù)小波分析的小麥不同病蟲害區(qū)分特征選擇
    4.4. 小麥不同病蟲害葉片光譜判別模型
        4.4.1 基于原始光譜的小麥不同病蟲害葉片光譜判別模型
        4.4.2 基于植被指數(shù)的小麥不同病蟲害葉片光譜判別模型
        4.4.3 基于小波特征的小麥不同病蟲害葉片光譜判別模型
        4.4.4 基于FLDA判別模型的樣本特征空間分布
    4.5 本章小結(jié)
第五章 冠層尺度小麥病蟲害光譜區(qū)分方法研究
    5.1 數(shù)據(jù)分析及處理流程
    5.2 光譜標準化處理
    5.3 小麥不同病蟲害區(qū)分特征選擇
        5.3.1 小麥不同病蟲害冠層光譜響應(yīng)特征
        5.3.2 基于植被指數(shù)的小麥不同病蟲害區(qū)分特征選擇
        5.3.3 基于連續(xù)小波分析的小麥不同病蟲害區(qū)分特征選擇
    5.4 小麥不同病蟲害冠層光譜判別模型
        5.4.1 基于植被指數(shù)的小麥不同病蟲害冠層光譜判別模型
        5.4.2 基于小波特征的小麥不同病蟲害冠層光譜判別模型
        5.4.3 基于FLDA判別模型的樣本特征空間分布
    5.5 基于寬波段傳感器的小麥病蟲害區(qū)分模擬研究
        5.5.1 多種傳感器通道響應(yīng)特征及模擬
        5.5.2 研究基本思路
        5.5.3 傳感器病蟲害識別和區(qū)分能力評價
        5.5.4 傳感器病蟲害識別和區(qū)分能力總結(jié)
    5.6 本章小結(jié)
第六章 結(jié)合作物生長與生境特征反演的區(qū)域病蟲害遙感監(jiān)測與區(qū)分研究
    6.1 數(shù)據(jù)分析及處理流程
    6.2 數(shù)據(jù)源說明及特征提取方法
        6.2.1 數(shù)據(jù)源介紹
        6.2.2 地面調(diào)查
        6.2.3 光譜及生境特征
    6.3 結(jié)合星地協(xié)同觀測數(shù)據(jù)的脅迫區(qū)域識別
        6.3.1 農(nóng)田脅迫區(qū)域識別特征選擇
        6.3.2 農(nóng)田健康與脅迫區(qū)域識別判別模型
    6.4 綜合作物生長和生境特征的病蟲害區(qū)分方法
        6.4.1 病蟲害識別區(qū)分特征選擇
        6.4.2 反映相對差異的比率特征計算
        6.4.3 病蟲害區(qū)分模型構(gòu)建
    6.5 本章小結(jié)
第七章 結(jié)論、創(chuàng)新點與展望
    7.1 主要工作與結(jié)論
    7.2 論文特色與創(chuàng)新點
    7.3 研究展望
參考文獻
作者簡介與攻讀博士研究生期間的科研成果


【參考文獻】：
期刊論文
[1]作物病蟲害遙感監(jiān)測研究進展[J]. 張競成,袁琳,王紀華,羅菊花,杜世州,黃文江.  農(nóng)業(yè)工程學(xué)報. 2012(20)
[2]基于支持向量機的小麥條銹病和葉銹病圖像識別[J]. 李冠林,馬占鴻,王海光.  中國農(nóng)業(yè)大學(xué)學(xué)報. 2012(02)
[3]用高光譜微分指數(shù)監(jiān)測冬小麥病害的研究[J]. 蔣金豹,陳云浩,黃文江.  光譜學(xué)與光譜分析. 2007(12)
[4]指示冬小麥條銹病嚴重度的兩個新的紅邊參數(shù)[J]. 王圓圓,陳云浩,李京,黃文江.  遙感學(xué)報. 2007(06)
[5]基于學(xué)習(xí)矢量量化神經(jīng)網(wǎng)絡(luò)的水稻白穗和正常穗的高光譜識別[J]. 劉占宇,孫華生,黃敬峰.  中國水稻科學(xué). 2007(06)
[6]高光譜在小麥條銹病嚴重度分級識別中的應(yīng)用[J]. 王海光,馬占鴻,王韜,蔡成靜,安虎,張錄達.  光譜學(xué)與光譜分析. 2007(09)
[7]小麥條銹病高光譜近地與高空遙感監(jiān)測比較研究[J]. 蔡成靜,馬占鴻,王海光,張玉萍,黃文江.  植物病理學(xué)報. 2007(01)
[8]煙蚜為害特征的高光譜比較[J]. 喬紅波,蔣金煒,程登發(fā),陳勝利,劉建安,馬繼盛.  昆蟲知識. 2007(01)
[9]作物病蟲害遙感監(jiān)測研究進展[J]. 陳兵,李少昆,王克如,柏軍華,隋學(xué)艷,白彩云.  棉花學(xué)報. 2007(01)
[10]基于SVM方法的赤潮生物優(yōu)勢種航空高光譜識別[J]. 馬毅,張杰,崔廷偉.  光譜學(xué)與光譜分析. 2006(12)

博士論文
[1]多源遙感數(shù)據(jù)小麥病害信息提取方法研究[D]. 張競成.浙江大學(xué) 2012
[2]麥蚜和白粉病遙感監(jiān)測技術(shù)研究[D]. 喬紅波.中國農(nóng)業(yè)科學(xué)院 2007



本文編號：3380132